如何按指定时间单位绘制计数频率直方图？

问题背景 #

我有一份大型数据集，已通过以下代码完成时间分组：

df.groupby(pd.cut(time, np.arange(0, max(time), t))).sum()

其中df为pandas DataFrame，time列是间隔0.00001秒的时间戳数据，t为分组时间单位（例如0.00005秒）。数据集包含countnum（行号）、time（时间戳）、value（数据值）列。但无法绘制出X轴为时间分组、Y轴为频率的直方图，尝试多种方法均未得到正确结果。

示例数据 #

Count #  Time (s)  Values (V)
0        1   0.00001       3.022
1        2   0.00002       3.018
2        3   0.00003       3.013
3        4   0.00004       3.003
4        5   0.00005       3.003
5        6   0.00006       3.013
6        7   0.00007       3.013
7        8   0.00008       3.013
8        9   0.00009       3.003
9       10   0.00010       2.998

期望图表样式（假设time=0.00007处另有一个数据） #

x
  x           x          x           x
  x           x          x           x
0----0.00002-----0.00004-----0.00006-----0.00008

解决方案 #

1. 修正分组统计逻辑 #

之前用sum()是对value列求和，要统计每组的频率（样本数量），需改用size()：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 定义分组间隔
t = 0.00005
# 生成包含所有时间的分组区间，末尾加t避免遗漏最大时间
bins = np.arange(0, df['Time (s)'].max() + t, t)
# 按区间分组并统计每组行数（频率）
grouped_df = df.groupby(pd.cut(df['Time (s)'], bins)).size().reset_index(name='Frequency')

2. 处理X轴标签 #

pd.cut生成的区间标签可以提取中点作为X轴的代表值，让图表更直观：

# 计算每个时间区间的中点
grouped_df['Time_Mid'] = grouped_df['Time (s)'].apply(lambda interval: (interval.left + interval.right) / 2)

3. 绘制频率直方图 #

用matplotlib绘制柱状图，对应期望的样式：

plt.figure(figsize=(8, 5))
# 绘制柱状图，宽度设为分组间隔的0.8，避免重叠
plt.bar(grouped_df['Time_Mid'], grouped_df['Frequency'], width=t*0.8, color='b')

# 设置X轴刻度和标签
plt.xticks(grouped_df['Time_Mid'], [f'{mid:.5f}' for mid in grouped_df['Time_Mid']], rotation=30)
plt.xlabel('时间分组（秒）')
plt.ylabel('频率')
plt.title('时间分组频率分布')

# 调整布局防止标签截断
plt.tight_layout()
plt.show()

关键注意点 #

• 频率统计用size()而非sum()：sum()是对数值列求和，size()才是统计每组的样本数量
• 生成bins时需在最大值后加t：确保最大时间被包含在最后一个分组区间内
• 用区间中点作为X轴：比左边界更能代表分组的时间位置，图表展示更合理

内容的提问来源于stack exchange，提问作者Celina Emma